Skip to main content
Glama

FastGPT Knowledge Base MCP

by boleyn

🧠 智能知识库管理MCP工具 v2.0

基于FastMCP构建的新一代智能知识库管理工具,支持目录树查看、内容搜索和智能文档分析功能。

✨ 新功能亮点

🧠 智能文档分析 (推荐)

一键完成:搜索 → 全文 → 答案

  • 🔍 自动搜索多数据集定位相关文档
  • 📄 获取文档完整内容(非片段)
  • 🎯 基于全文内容智能分析
  • ✨ 生成综合性答案

🏗️ 全新架构设计

  • 📁 统一API客户端封装所有接口调用
  • 🔧 分层架构设计(配置、模型、服务、工具层)
  • 🎯 新的detail接口获取准确文件名
  • 🛡️ 类型安全的Pydantic模型
  • 📊 统一的日志系统

🚀 快速开始

启动MCP SSE服务器

# 指定parentId并启动服务器 python main.py --parent-id=1567e6250b82f952efaba4ebba47e229 # 或使用环境变量 PARENT_ID=1567e6250b82f952efaba4ebba47e229 python main.py # 自定义端口和主机 MCP_SERVER_HOST=127.0.0.1 MCP_SERVER_PORT=9000 python main.py --parent-id=你的ID

MCP客户端配置

{ "mcpServers": { "knowledge-base": { "type": "sse", "url": "http://localhost:8000/sse?parentId=1567e6250b82f952efaba4ebba47e229" } } }

注意:

  • 服务器使用SSE协议,在 /sse 端点提供服务
  • parentId通过URL参数传递
  • 支持通过环境变量 MCP_SERVER_HOSTMCP_SERVER_PORT 配置服务器地址

🛠️ 可用工具

🧠 smart_document_analysis ⭐ 推荐

智能文档分析 - 一键完成全流程

实现完整的智能文档分析工作流:搜索定位 → 获取全文 → 生成答案

参数:

  • question (必需): 要分析的问题
  • dataset_ids (必需): 要搜索的数据集ID列表
  • max_docs (可选): 最大分析文档数量,默认5
  • max_search_results (可选): 每个数据集的最大搜索结果数,默认20

示例:

{ "question": "**科技的主要产品有哪些?", "dataset_ids": ["数据集ID1", "数据集ID2"], "max_docs": 5, "max_search_results": 20 }

📁 get_dataset_tree

获取知识库目录树

浏览知识库结构,查看可用数据集

参数:

  • search_value (可选): 过滤关键词
  • deep (可选): 目录深度,默认4

🔍 search_dataset

单数据集精确搜索

在指定数据集中搜索相关内容片段

参数:

  • dataset_id (必需): 数据集ID
  • text (必需): 搜索关键词
  • limit (可选): 结果数量,默认10

📄 view_collection_content

查看文档完整内容

获取搜索到的文档的完整内容

参数:

  • collection_id (必需): 文档ID
  • page_size (可选): 每页数据块数量,默认50

多数据集快速搜索

在多个数据集中同时搜索

参数:

  • dataset_ids (必需): 数据集ID列表
  • query (必需): 搜索关键词
  • limit_per_dataset (可选): 每个数据集的结果限制,默认5

🤖 intelligent_search_and_answer

传统智能搜索问答

基于关键词的传统智能问答(推荐使用smart_document_analysis)

📋 generate_search_plan

生成搜索计划

分析问题并生成搜索策略

🔧 环境变量配置

复制配置文件:

cp config.env.example .env

主要配置项:

  • PARENT_ID: 父级目录ID
  • KNOWLEDGE_BASE_URL: API基础URL,默认http://10.21.8.6:13000
  • KNOWLEDGE_BASE_TOKEN: 认证token
  • MCP_SERVER_HOST: 服务器主机,默认0.0.0.0
  • MCP_SERVER_PORT: 服务器端口,默认8000

🚀 项目重构

新架构特点

  • 统一API客户端: 所有HTTP请求都通过统一的客户端处理
  • 分层架构: 配置、模型、服务层清晰分离
  • 新detail接口: 使用新的collection detail接口获取准确文件名
  • 类型安全: 使用Pydantic模型确保数据类型正确
  • 配置集中管理: 所有配置项统一管理
  • 向后兼容: 保持与现有功能的完全兼容

使用重构后的版本

# 启动重构后的MCP服务器 python main_new.py --parent-id=your-parent-id # 查看架构演示 python examples/new_architecture_demo.py

详细架构说明请参考 ARCHITECTURE.md

📖 使用示例

# 基本启动 python main.py --parent-id=你的ID # 自定义端口启动 MCP_SERVER_PORT=9000 python main.py --parent-id=你的ID # 使用环境变量 PARENT_ID=你的ID MCP_SERVER_HOST=127.0.0.1 python main.py

🎯 Claude Desktop 配置示例

{ "mcpServers": { "knowledge-base": { "type": "sse", "url": "http://localhost:8000/sse?parentId=1567e6250b82f952efaba4ebba47e229" } } }

Related MCP Servers

  • A
    security
    A
    license
    A
    quality
    Provides tools for listing and retrieving content from different knowledge bases using semantic search capabilities.
    Last updated -
    2
    10
    TypeScript
    The Unlicense
    • Linux
    • Apple
  • -
    security
    A
    license
    -
    quality
    Provides knowledge graph functionality for managing entities, relations, and observations in memory with strict validation rules to maintain data consistency.
    Last updated -
    6
    Python
    MIT License
  • -
    security
    F
    license
    -
    quality
    Provides tools for managing quantitative research knowledge graphs, enabling structured representation of research projects, datasets, variables, hypotheses, statistical tests, models, and results.
    Last updated -
    1
    TypeScript
    • Apple
    • Linux
  • -
    security
    F
    license
    -
    quality
    Provides tools for managing student knowledge graphs, enabling structured representation of courses, assignments, exams, concepts, and study resources.
    Last updated -
    TypeScript
    • Apple
    • Linux

View all related MCP servers

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/boleyn/fastgpt-dataset-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server